局部阴影遮蔽下光伏阵列MPPT算法的研究综述

光伏阵列作为太阳能光伏发电系统的基本发电单元,在局部阴影条件下,它的输出特性发生改变,相应的功率曲线含有多个局域峰值,使常规的最大功率点跟踪算法很难准确地跟踪到真正的最大功率点,在分析常规最大功率点跟踪方法(恒定电压法、扰动观测法、电导增量法)的基础上,对多峰值最大功率点跟踪方法做了比较全面的比较和分析(模糊免疫算法、粒子群优化算法PSO等),为实现光伏阵列在部分遮蔽下实现最大MPPT设计与实现提供参考。     

基于改进粒子群算法的光伏系统MPPT控制研究

光伏(PV)阵列输出的功率-电压特性曲线在部分阴影条件下具有多个峰值,传统的最大功率点跟踪算法,无法准确跟踪光伏系统的全局最大功率点而且效率低下.由于粒子群优化(PSO)算法非常适合解决多极优化问题,因此,提出了一种随机惯性权重的PSO算法来实现全局最大功率点跟踪.通过改善传统PSO算法的惯性权重系数并优化粒子的搜索顺序,可以减少迭代次数,从而在更短的时间内找到MPP(最大功率点),以确保准确的跟踪最大功率,使系统始终保持最高效率运行.最后,搭建了局部阴影条件下的光伏阵列仿真模型,对提出的算法进行了仿真验证,并与传统的扰动观察法对比分析,仿真结果表明,相较于传统的扰动观察法,利用改进的智能算法,有效地解决了光伏系统在局部阴影条件下准确的追踪系统全局最大功率点的问题,并且加快了系统控制器的响应速度、有效地抑制震荡并且提高了追踪效率.     

局部遮阴下光伏系统MPPT研究与优化

为了解决光伏发电系统中,光伏电池在环境中被树叶、建筑物、云层等遮挡造成局部阴影,导致光伏电池出现运行不稳定和输出功率降低的问题,提出了一种基于改进自适应动态惯性权重并引入粒子寻优目标适应度评判系数的优化粒子群算法(GPPSO).将GPPSO应用于复杂自然环境条件下的最大功率点跟踪(MPPT),结果表明:双重优化后的算法有效提高了局部精确搜索和寻优空间全局收敛能力,在目标函数最优求解过程中,精度和收敛速度都明显提高,较快地适应环境遮阴变化,能够在复杂的自然环境中准确地对光伏发电系统最大功率点进行跟踪,提高光伏系统发电效率.     

基于局部发电障碍检测下的光伏MPPT研究

当外界环境变化或光伏电池内部局部发电障碍时,光伏阵列输出曲线呈现多峰。针对传统算法易陷入局部峰值,而智能优化算法易跟踪到全局最优,提出了一种基于迭代步长累积的粒子群算法。该算法结合扰动观察法检测思想,通过步长渐进变化靠近全局最大功率点。仿真结果验证该算法能够实时在单峰和多峰环境下变化下跟踪到全局最优,输出功率精度高且稳定,收敛速度快。     

粒子群组合算法跟踪局部遮荫下光伏GMPPT研究

局部遮荫条件下,标准粒子群算法跟踪光伏阵列全局最大功率点容易陷入局部最优或过早收敛等问题。因此,通过引入混沌运动、模拟退火、遗传算法等来改善标准粒子群算法(PSO),并对1×2串联光伏阵列在5种遮荫下的最大功率点进行跟踪与分析。结果表明,首先,组合算法都克服了PSO容易陷入局部最优的缺陷;其次,组合算法都存在牺牲跟踪时间来提高跟踪精度及稳定性的现象;最后,PSO中引入遗传算法的自然选择机制有助于提高跟踪速度,而混沌运动可帮助PSO提高跟踪精度及稳定性。     

基于粒子群优化的光伏系统MPPT控制方法

局部遮阴条件下光伏阵列P-V特性引起的多个极值点使常规的最大功率点跟踪(MPPT)算法失效。针对上述问题,提出一种基于粒子群优化算法的控制方法,以解决局部遮阴下的最大功率跟踪问题。实验结果显示,光伏模板的输出电压被稳定地控制在最大功率点附近,证明算法是有效的。     

基于改进PSO算法的光伏发电系统MPPT控制策略

光伏发电系统运行在局部阴影条件下,其P-V曲线呈现多个峰值,为了保证光伏发电系统能够工作在最大功率点下,提出一种改进粒子群优化(PSO)算法的最大功率点跟踪(MPPT)的控制策略.改进算法采用非线性自适应的学习因子和加速因子同时采用随机惯性权重.仿真实验和真实实验验证所提出的算法在光伏发电系统的MPPT控制中具有较快的...     

局部阴影下光伏阵列呈多波峰特性的MPPT算法研究

带有旁路二极管的光伏组件在局部阴影的遮蔽下,其输出的P-U特性是由多个局部峰值构成的非线性曲线,使传统的单峰MPPT算法无法准确跟踪最大功率点。通过建立并分析局部阴影下光伏组件的数学模型可避免陷入局部峰值。在传统电导增量法寻找峰值的基础上,应用聚拢峰值扫描判别法,分别从短路电流和开路电压处向中间聚拢扫描峰值并比较大小,直到找出真正的最大功率点。仿真结果表明,该算法在局部阴影下不会陷于局部峰值,能够快速跟踪最大功率点,明显提高了系统的光电转换效率。     

改进粒子群算法在光伏阵列多峰值MPPT中的应用

在局部遮荫下,光伏阵列的P-U特性曲线存在多个极值点,常规最大功率跟踪(MPPT)算法在光伏阵列多峰值MPPT应用中将失效。粒子群算法(PSO)有良好的全局搜索能力,被应用于光伏阵列多峰值MPPT,但是PSO存在收敛精度低和收敛不稳定性的缺点。为了提高PSO算法的收敛稳定性和收敛精度,引入非线性策略对PSO算法进行改进,Matlab仿真结果表明,改进的粒子群算法在多峰值MPPT应用中可以稳定、准确的跟踪光伏阵列的最大输出功率。     

基于分组粒子群的光伏最大功率点跟踪方法

针对光伏发电系统在复杂遮阴条件下,光伏输出P-V特性曲线呈现高度非线性,采用基于分组粒子群算法（particle swarm optimization, PSO）和优化的扰动观察法(perturb and observe, P&O)相结合的MPPT（maximum power point tracking）算法进行光伏发电系统输出功率的提升。提出的最大功率点算法分为两个阶段,首先通过将混合蛙跳算法(shuffled frog leaping algorithm, SFLA)的分组思想引入到传统粒子群算法,并采用改进后算法实现近似全局最大功率点的快速搜索,以加快最大功率点跟踪的收敛速度和稳定性。然后,采用优化的扰动观察法实现最大功率点附近的动态精确跟踪,同时减少后续最大功率点跟踪过程中的计算量。通过在不同阶段发挥两种MPPT算法的各自优点来提高光伏最大功率点跟踪控制的效率。最后进行光伏系统遮阴条件变化的仿真实验,与传统粒子群算法相比,提出MPPT方法具有较快的跟踪速度和稳定的功率输出。     

基于改进粒子群优化算法的无线电能传输系统最大功率点跟踪

针对磁耦合谐振式无线电能传输(MCRWPT)系统在线圈过耦合时输出功率骤降的问题,提出了以粒子间方差衡量算法进程的自适应粒子群优化(APSO)算法.考虑频率分裂时系统功率和效率的特性,选定跟踪目标点为固有谐振频率右侧的最大功率点.所提的方差型APSO根据方差型算法进程因子动态调整参数,提高算法前期的全局性和后期的收敛性.仿真实验结果表明,所提的方差型APSO在实现MCRWPT系统的最大功率点跟踪时,稳态精度更高,收敛代数更少,算法的优势具有统计学意义.     

基于模糊控制的最大功率点跟踪算法的研究

本文根据太阳能电池的特性方程进行优化得到其工程模型并建立MATLAB/SIMULINK仿真模型,同时对仿真结果进行简单分析,主要是分析太阳能电池在标准参数下的伏安特性和伏瓦特性,以及在不同温度和光照强度条件下的特性。介绍最大功率点跟踪(MPPT)的原理并采用扰动观察法进行了定步长的仿真并对其结果进行了分析,在其基础上进行改进,提出一种基于模糊控制的变步长扰动观察算法,应用MATLAB中的Fuzzy工具箱进行模糊控制器的设计。得出的仿真结果表明,本算法能够稳定在最大功率点,避免了定步长扰动观察法在最大功率点的震荡,在环境参数突变的情况下,能够快速寻找到新的最大功率点,具有良好的跟踪效果。     

Variable Parameter Nonlinear Control for Maximum Power Point Tracking Considering Mitigation of Drive-train Load

Since mechanical loads exert a significant influence on the life span of wind turbines, the reduction of transient load on drive-train shaft has received more attention when implementing a maximum power point tracking (MPPT) controller. Moreover, a trade-off between the efficiency of wind energy extraction and the load level of drive-train shaft becomes a key issue. However, for the existing control strategies based on nonlinear model of wind turbines, the MPPT efficiencies are improved at the cost of the intensive fluctuation of generator torque and significant increase of transient load on drive train shaft. Hence, in this paper, a nonlinear controller with variable parameter is proposed for improving MPPT efficiency and mitigating transient load on drive-train simultaneously. Then, simulations on FAST (Fatigue, Aerodynamics, Structures, and Turbulence) code and experiments on the wind turbine simulator (WTS) based test bench are presented to verify the efficiency improvement of the proposed control strategy with less cost of drive-train load.      

一种实现风力机MPPT控制的加速最优转矩法

最优转矩法因其所需测量状态较少、易于实现的特点,被广泛应用于风力机的最大功率点跟踪(Maximum power point tracking, MPPT)控制. 传统的最优转矩法只考虑系统的稳态工作点,依靠系统本身的特性进行转速调节,在一定程度上限制了转速调节速度. 本文使用滑模变结构控制的思想,在最优转矩法的基础上设计得到 一种变结构控制器,增大了转速跟踪过程中的不平衡转矩,缩短了系统的调节时间. 仿真结果表明本文提出的改进方法可以获得良好的转速跟踪效果,从而提高风力机的风能捕获效率.     

采用自适应扰动观察法的光伏并网系统最大功率点跟踪

提出了一种自适应扰动观察（P＆O）算法,用于在不同天气条件下太阳能光伏（PV）并网系统的最大功率点跟踪（MPPT）控制策略。该策略对于从太阳能光伏电池板中,获取最大的功率输出是十分重要的。利用一种依赖于功率变化的可变的扰动步长,提出了改进的自适应扰动观察算法。最后将通过仿真所得到的数据与传统的扰动观察算法进行了比较,结果表明所提出MPPT算法的收敛值和速度得到了改善,稳定时间缩短25%,稳态值提高20%以上,在太阳能光伏并网系统的最大功率点跟踪时是有效而实用的。     

基于自适应线性调节抗干扰PSO的光伏群体MPPT控制

光伏发电已成为新能源发电的主要研究方向,但当外界环境发生突变或由于遮挡使光伏阵列出现阴影时,传统的最大功率点跟踪(MPPT)算法会出现误判或因陷入局部最大功率点等问题而失效。针对这些问题,提出了一种自适应线性调节的粒子群(PSO)算法,并采用一个MPPT控制器同时实现多支路光伏阵列群体MPPT控制。最后,通过仿真验证所提控制策略的有效性。结果表明,自适应线性调节PSO群控方法振荡小,可实时精准跟踪最大功率点,控制电路较为简单,降低系统控制成本。     

基于模糊PID控制的光伏最大功率点跟踪仿真研究

在分析光伏电池伏安特性的基础上,设计了一个模糊PID控制器,以提高光伏发电的性能。仿真结果表明,模糊PID控制能够快速、准确地跟踪最大功率点,避免最大功率点处的振荡,提高了系统稳定性和能量转换效率。     

Maximum Power Point Tracking With Fractional Order High Pass Filter for Proton Exchange Membrane Fuel Cell

Proton exchange membrane fuel cell (PEMFC) is widely recognized as a potentially renewable and green energy source based on hydrogen. Maximum power point tracking (MPPT) is one of the most important working conditions to be considered. In order to improve the performance such as convergence and robustness under disturbance and uncertainty, a fractional order high pass filter (FOHPF) is applied for the MPPT controller design based on the traditional extremum seeking control (ESC). The controller is designed with integerorder integrator (IO-I) and low pass filter (IO-LPF) together with fractional order high pass filter (FOHPF), by substituting the normal HPF in the original ESC system. With this FOHPF ESC, better convergence and smoother performance are achieved while maintaining the robust specifications. First, tracking stability is discussed under the commensurate-order condition. Then, simulation results are included to validate the proposed new FOHPF ESC scheme under disturbance. Finally, comparison results between FOHPF ESC and the traditional ESC method are also provided.